Zum Inhalt springen

Nur-Lesen-Fassung: Das Forschungsinformationssystem (FIS) ist aus Sicherheitsgründen vorübergehend durch diese Nur-Lesen-Fassung ersetzt. Alle öffentlichen Inhalte und Volltexte sind weiterhin abrufbar; Anmeldung, Bearbeitung, Einreichung und Statistiken stehen nicht zur Verfügung. Bei Fragen: fis@uni-bamberg.de

Start › Publikationen › Resource Description and Selection for Range Query Processing in General Metric Spaces

Publikation

Resource Description and Selection for Range Query Processing in General Metric Spaces

Blank, Daniel; Henrich, Andreas (2023): Resource Description and Selection for Range Query Processing in General Metric Spaces, in: Bamberg: Otto-Friedrich-Universität, S. 93–112.

Details

Fakultät/Lehrstuhl
Autorin(nen)/Autor(en)
Blank, Daniel
Verlagsangabe
Otto-Friedrich-Universität : Bamberg
Erscheinungsjahr
2023
Quelle/Weitere Ausgabe
Datenbanksysteme für Business, Technologie und Web (BTW) 2013 : Tagung vom 13. - 15. März 2013 in Magdeburg / Volker Markl, Gunther Saake, Kai-Uwe, Sattler, Gregor Hackenbroich, Bernhard Mitschang, Theo Härder, Veit Köppen (Hg.). - Bonn : Ges. für Informatik, 2013, S. 93–112. - ISBN: 978-3-88579-608-4
Jahr der Erstpublikation
2013
Sprache(n)
Englisch
Lizenz
URN
Abstract

Similarity search in general metric spaces is a key aspect in many application fields. Metric space indexing provides a flexible indexing paradigm and is solely based on the use of a distance metric. No assumption is made about the representation of the database objects. Nowadays, ever-increasing data volumes require large-scale distributed retrieval architectures. Here, local and global indexing schemes are distinguished. In the local indexing approach, every resource administers a set of documents and indexes them locally. Resource descriptions providing the basis for resource selection can be disseminated to avoid all resources being contacted when answering a query. On the other hand, global indexing schemes are based on a single index which is distributed so that every resource is responsible for a certain part of the index. For local indexing, only few exact approaches have been proposed which support general metric space indexing. In this paper, we introduce RS4MI-an exact resource selection approach for general metric space indexing. We compare RS4MI with approaches presented in literature based on a peer-to-peer scenario when searching for similar images by image content. RS4MI can outperform two exact general metric space resource selection schemes in case of range queries. Fewer resources are contacted by RS4MI with-at the same time-more space efficient resource descriptions.

GND-Schlagwort(e)
Bereichssuchproblem
Auszeichnungssprache
Metrische Geometrie
Freie Schlagwort(e)
Range Query Processing
DDC-Klassifikation
004 Computer science
RVK-Klassifikation
ST 270
Peer Reviewed
ja
Internationale Verbreitung
ja
Dokumenttyp
Konferenzveröffentlichung
URI
Datum der Freischaltung
11.03.2024

Permalink: https://fis.uni-bamberg.de/handle/uniba/91874 · Daten als JSON · Zitieren: BibTeX · RIS

Datenstand: 16.11.2026

Eingeschränkter Lesezugriff: Anmeldung, Bearbeitung und Einreichung sind vorübergehend deaktiviert.